Traffic estimation and detection methods utilizing automatic vehicle identification systems

Le résumé fourni par la source

Les méthodes d'estimation et de détection du trafic ont été utilisées pendant des décennies pour étudier les routes en milieu urbain. Ces réseaux routiers et les modes de circulation qui y sont présents ont été traditionnellement étudiés avec des systèmes de capteurs ponctuels tels que des boucles inductives qui enregistrent le nombre de véhicules sur un segment de route. Toutefois, ces derniers temps, les progrès réalisés dans les capteurs d'identification automatique des véhicules (AVI) ont permis un déploiement de capteurs plus avancé sur ces routes urbaines. Ces capteurs enregistrent un identifiant unique pour un véhicule à chaque emplacement de capteur permettant aux véhicules d'être suivis au fil du temps.Cette thèse présente trois thèmes utilisant des données de données AVI pour effectuer une série de tâches allant de la détection de convoi à l'estimation du flux de trafic sur un réseau routier urbain à l'estimation des profils origine-destination des voyageurs sur un réseau routier. Dans le premier article, nous présentons une méthode pour identifier des véhicules qui semblent se déplacer en motifs dépendants à travers un réseau de capteurs déployé dans un environnement routier urbain. L'article suivant se penche sur l'expansion du modèle pour le trafic nominal afin de permettre des changements dans le temps du trafic à mesure que le jour progresse. Enfin, nous présentons une méthode dans le dernier article qui recrée et la matrice OD d'un flux de données AVI dans un modèle de mélange variant dans le temps des matrices OD présentes dans le réseau routier.Les méthodes présentées ont des applications allant de l'application de la loi (pour la détection de convoi), à la gestion d'évacuation d'urgence (estimation de la tendance du trafic variable dans le temps), à l'urbanisme (estimation des matrices OD variables dans le temps). La collection de méthodes présentées dans cette thèse enrichit le domaine de l'ingénierie du trafic en permettant des modèles qui dépendent uniquement des données au lieu des informations de polarisation préalable ainsi que des applications en temps réel. Dans les trois manuscrits présentés, nous présentons les méthodes analytiques de détection et d'estimation. Nous analysons ensuite la performance des algorithmes sur des données réelles et simulées tout au long de ce travail.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.